Análise de imagens do músculo esquelético para apoio a tomada de decisão

Autor(es)

Jonathan da Silva Ramos

• Tipo de documento: Tese de Doutorado
• Imprenta: São Carlos.
• Instituição: Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB)
• Data de defesa: 2021-07-16

Membros da banca

Agma Juci Machado Traina; Aparecido Nilceu Marana; Marcel Koenigkam Santos; Marcelo Andrade da Costa Vieira

• Orientador: Agma Juci Machado Traina

Resumo

Sistemas de diagnóstico auxiliado por computador, recuperação de imagens por conteúdo e a abordagem radiômica são grandes aliados no auxílio à tomada de decisão. Contudo, um passo comum entre estas abordagens é a segmentação de uma região de interesse, por exemplo, um corpo vertebral. Desenhar manualmente, de uma forma precisa, os contornos de um corpo vertebral é uma tarefa demorada e trabalhosa, tornando-se impraticável quando há uma quantidade considerável de exames a segmentar. Como consequência, ferramentas semiautomáticas, com uma interação manual mínima, se torna atrativa e impulsiona uma alta demanda para o lado computacional. Deseja-se que, em algum ponto, a interação seja mínima, com pouca ou nenhuma correção manual. Este doutorado tem a seguinte hipótese: A segmentação de corpos vertebrais em RM pode ser realizada de forma computacionalmente rápida, com interação manual reduzida e, ao mesmo tempo, apresentando resultados precisos. A validação desta hipótese foi realizada em três cenários. No primeiro cenário, consideramos a segmentação de corpos vertebrais fraturados com apenas um corte de RM, no qual foi proposto o método BGrowth, o qual apresentou uma acurácia de 96.1% com um rápido tempo de processamento; No segundo cenário, trabalhamos com a segmentação de RM volumétricas, que é uma tarefa ainda mais desafiadora devido à considerável quantidade de cortes presentes nestes exames. Foi desenvolvida uma família de métodos de segmentação, apresentando-se abordagens cada vez mais rápidas e com menor interação manual. Ao final, apenas dois ou três cortes precisaram ser anotados, entre cerca de 100 cortes, atingindo 94% de F-Measure. Para tal, foi proposta a estimativa de anotações nos cortes intermediários (EANIS), juntamente com o método FastCleverSeg, o qual apresentou o tempo de execução mais rápido e, ao mesmo tempo, resultado igual ou superior aos competidores; No terceiro cenário, realizamos a análise de pacientes com fraturas por fragilidade usando exames de RM e a abordagem radiômica. Foi proposto um método de análise de textura (BEAUT), o qual obteve uma AUC de 97% na diferenciação de pacientes com e sem fratura por fragilidade. Portanto, este doutorado contribuiu para o estado-da-arte introduzindo métodos de segmentação que apresentaram resultados promissores nos três cenários mencionados acima. As contribuições dessa tese têm um potencial para auxiliar no processo de tomada de decisão e na produção de padrão ouro para o treinamento de modelos de aprendizado profundo. (AU)

• Processo FAPESP: 17/23780-2 - Recuperação por conteúdo de imagens médicas para apoio a decisão clínica usando a abordagem radiômica
• Beneficiário: Jonathan da Silva Ramos
• Modalidade de apoio: Bolsas no Brasil - Doutorado